End-to-EndOpen-Domain Question Answering with BERTserini 论文阅读笔记

论文链接：https://arxiv.org/abs/1902.01718

---

本文主要的创新点是将Bert与Anserini 相结合，构建了一个通过外部知识库从而辅助阅读理解的方法

首先使用英文维基百科数据集，对文章、段落分别建立索引，对于一个新的问题，通过搜索引擎返回top K篇文章（段落），然后feed到 fine tune好的bert reader中生成答案范围，选取分数最高的段落最为最后的答案，实际上思路是很简单的，也就是通过Bert和搜索引擎构建了一个问答系统，但是简单高效，值得参考

---

系统的整个框架如下： 

论文结果如下图所示：
 

 实验发现，对句子构建索引生成的结果要好于对文章建立索引，原因显而易见是由于文章中包含过多无关紧要的内容